Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/58321
| Title: | การปรับปรุงวิธีหาน้ำหนักรถบรรทุกจากผลตอบสนองของสะพาน |
| Other Titles: | Improvement of Truck Weight Identification from Bridge Responses |
| Authors: | วิชุดา จีนศรีคง |
| Advisors: | ทศพล ปิ่นแก้ว |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์ |
| Advisor's Email: | Tospol.P@chula.ac.th,tospol.pink@gmail.com,tospol.p@chula.ac.th |
| Issue Date: | 2559 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | ปัจจุบันรัฐบาลสูญเสียงบประมาณจำนวนมากทุกปีโดยไม่จำเป็น เพื่อใช้ในการซ่อมบำรุงถนนและสะพานที่ชำรุดเสียหายจากรถบรรทุกที่บรรทุกน้ำหนักเกินพิกัดกฎหมายกำหนด เพราะมีการแข่งขันราคาค่าขนส่งกันรุนแรง และการควบคุมยังไม่มีประสิทธิภาพและทั่วถึงเพียงพอ การแก้ไขปัญหาด้วยการบังคับใช้กฎหมายที่เข้มงวด จำเป็นต้องเพิ่มเจ้าหน้าที่ และจำนวนด่านควบคุมน้ำหนัก ในบางประเทศจึงนำเอาเทคโนโลยีระบบชั่งน้ำหนักรถบรรทุกจากผลตอบสนองของสะพานมาใช้ เพราะมีต้นทุนค่าใช้จ่ายที่ต่ำกว่า และสามารถเคลื่อนย้ายไปติดตั้งที่สะพานแห่งใหม่ได้ งานวิจัยนี้พัฒนาปรับปรุงระบบการชั่งน้ำหนักรถบรรทุกชนิดติดตั้งใต้สะพาน ซึ่งพบว่ามีปัญหาความไม่แม่นยำในการชั่งน้ำหนักเมื่อมีรถมากกว่า 1 คันเคลื่อนที่ผ่านสะพานพร้อมกัน โดยการปรับปรุงอัลกอริทึมการทายน้ำหนักด้วยวิธีเบต้า ซึ่งพิจารณาเฉพาะผลตอบสนองของสะพานในแนวตามยาว และงานวิจัยในอดีตพบว่าให้ค่าน้ำหนักที่แม่นยำ ให้รวมพิจารณาผลตอบสนองของสะพานที่กระจายในแนวตามขวาง ทำให้อัลกอริทึมที่ถูกปรับปรุงนี้สามารถทำนายน้ำหนักรถบรรทุกในกรณีที่เคลื่อนที่ข้ามสะพานคู่กันได้ เพื่อจะทดสอบประสิทธิภาพในการหาค่าน้ำหนักรถบรรทุกของอัลกอริทึมที่นำเสนอ จึงจำลองเหตุการณ์รถบรรทุกเคลื่อนที่ข้ามสะพานคู่กัน 2 คัน จากการรวมผลตอบสนองของสะพานจริงภายใต้การเคลื่อนที่ข้ามสะพานของรถบรรทุกทีละคัน ซึ่งเคยมีการทดสอบไว้กับสะพานคอนกรีตเสริมเหล็กระบบคานรูปตัวไอ แบบ 2 ช่องจราจร มีความยาวช่วง 21.70 เมตร ติดตั้งอุปกรณ์ตรวจวัดความเครียด (strain gauge) ที่ท้องคานบริเวณกึ่งกลางช่วง และอุปกรณ์ตรวจจับเพลา (axle detector) บริเวณราวสะพาน เพื่อตรวจวัดระยะห่างระหว่างเพลา จำนวนเพลา และความเร็วของรถ จากผลการศึกษาภายใต้เหตุการณ์จำลองรถบรรทุกเคลื่อนที่ข้ามสะพานคู่กัน 2 คัน โดยมีค่าน้ำหนักบรรทุกรวมและความเร็วรถที่แตกต่างกัน รวมทั้งสิ้น 1,152 กรณี พบว่าอัลกอริทึมที่นำเสนอสามารถให้ค่าน้ำหนักรถบรรทุกของรถทั้งสองคันได้ใกล้เคียงจริง โดยมีความคลาดเคลื่อนของค่าน้ำหนักของรถบรรทุกในช่องจราจรซ้ายเท่ากับ 39.75%, 0.02% และ 6.14% สำหรับค่ามากสุด ค่าน้อยสุด และค่าเฉลี่ยตามลำดับ และมีความคลาดเคลื่อนของค่าน้ำหนักของรถบรรทุกในช่องจราจรขวาเท่ากับ 36.08%, 0.03% และ 8.12% สำหรับค่ามากสุด ค่าน้อยสุด และค่าเฉลี่ยตามลำดับ ซึ่งหากประเมินประสิทธิภาพความถูกต้องเทียบกับค่ามาตรฐาน COST323 พบว่าน้ำหนักบรรทุกที่ประมาณได้อยู่ในเกณฑ์ระดับความถูกต้อง D(20) ที่กำหนดเกณฑ์ค่าความคลาดเคลื่อนของน้ำหนักบรรทุกรวมไว้ไม่เกินร้อยละ 20 ที่ 95 เปอร์เซนต์ไทล์ (percentile) นอกจากนั้นยังพบว่าอัลกอริทึมที่เสนอสามารถคำนวณได้อย่างรวดเร็วอีกด้วย |
| Other Abstract: | Thai government has spent budget for maintenance and rehabilitation road networks several billion baht every year due to overloaded trucks because of the competitive price among transportation providers and the existing truck weight stations are not coverage. To effectively enforce the weight control, additional truck weight stations are required. In some countries, the technology of weigh-in-motion system using bridge response has been adopted because the cost is lower and can be reinstalled to the new bridge. This research improves the bridge weigh-in-motion system (B-WIM) to deal with the identification problem when more than one vehicles on the bridge at the same time. The identification method, namely the Beta method which considers only longitudinal bridge responses and is reported to be quite effective for weight identification of single truck passage, is improved to identify the weights of multiple trucks by taking into account the transverse bridge responses. The method is enhanced to capture the effects of two vehicles driving side-by-side and can be used to identify the weight of each truck. The study simulates the multiple presence of trucks from existing field test on an actual RC bridge having 2 traffic lanes in one direction and span length of 21.70 m under single truck passages. The tested bridge is composed of 5 girders with RC deck slab. The weigh-in-motion system utilizes 5 strain sensors installed on each girder at the bridge mid-span. The strain data is synchronized with the truck classification system using two laser sensors installed along the bridge barrier. About 88 cases of bridge strain histories under single-truck passages having different speeds and traffic lanes (left or right lane) were recorded. These strain signals are used to artificially construct the bridge responses under multiple presences of two trucks traveling on the bridge side-by-side. Using linear superposition of two records from single truck passages on left and right lanes, a total of 1,152 multiple presence event cases can be generated. Based on the obtained results, the percentage errors of the predicted GVWs on left lane are 39.75%, 0.02% and 6.14%, for maximum, minimum and average, respectively. While the similar errors on the right lane are 36.08%, 0.03% and 8.12%, for maximum, minimum and average, respectively. In addition, it is found that the proposed algorithm can quickly estimate the truck weights and its overall accuracy achieves D(20) class according to COST323 which requires the errors of GVWs is not greater than 20% at 95 percentile. |
| Description: | วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2559 |
| Degree Name: | วิศวกรรมศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | วิศวกรรมโยธา |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/58321 |
| URI: | http://doi.org/10.58837/CHULA.THE.2016.913 |
| metadata.dc.identifier.DOI: | 10.58837/CHULA.THE.2016.913 |
| Type: | Thesis |
| Appears in Collections: | Eng - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 5870308021.pdf | 10.66 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.